您好,登錄后才能下訂單哦!
這篇文章主要講解了“ORACLE索引知識點有哪些”,文中的講解內容簡單清晰,易于學習與理解,下面請大家跟著小編的思路慢慢深入,一起來研究和學習“ORACLE索引知識點有哪些”吧!
總結一下索引失效的原因:
單獨引用復合索引里非第一位置的索引列。
表沒分析
like ‘’%_''百分號在前(百分號在后面是不會的)
單獨的>或<; <>
字符型字段為數字時在where條件里不添加引號
對索引列進行運算,需要建立函數索引
not in , not exist
當變量采用的是times變量,而表的字段采用的是date變量時,或相反情況
索引失效
基于cost成本分析(oracle因為走全表成本會更小),查詢小表,或者相反情況
drop重建
B-tree索引 is null不會走,is not null會走;位圖索引 is null,is not null 都會走
聯合索引 is not null 只要在建立的索引列(不分先后)都會走的;is null時 必須要和建立索引第一列一起使用,當建立索引第一位置條件是is null時,其他建立索引的列可以是is null (但必須在所有列滿足is null的時候),或者 = 一個值;當建立索引的第一位置是=一個值時,其他索引列可以是任何情況(包括is null=一個值),以上兩種情況索引都會走。其他情況不會走
索引失效的解決方法:
選用適合的Oracle優化器
Oracle的優化器共有三種:
a.RULE(基于規則)b.COST(基于成本) c.CHOOSE(選擇性)
設置缺省的優化器,可以通過對init.ora文件中的OPTIMIZER_MODE參數的各種聲明,如RULE,COST,CHOOSE,ALL_ROWS,FIRST_ROWS.你當然也在SQL句級或是會話(session)級對其進行覆蓋。
為了使用基于成本的優化器(CBO,Cost-Based Optimizer),ni必須經常運行analyze命令,以增加數據庫中的對象統計信息(object statistics)的準確性。
如果數據庫的優化器模式設置為選擇性(CHOOSE),那么實際的優化器模式將和是否運行過analyze命令有關。如果table已經被analyze過,優化器模式將自動成為CBO,反之,數據庫將采用rule形式的優化器。
(分析table
analyze table PROD_PARTS compute statistics;
analyze table prod_parts compute statistics for all indexed columns;)
【索引失效之后,發現是數據統計問題,具體的解決辦法是執行以上語句】
在缺省情況下,Oracle采用choose優化器,為避免那些不必要的全表掃描(full tables scan),盡量避免使用chosse優化器,而直接采用基于規則或者基于成本的優化器
2.重建索引
alter index 索引名 rebuild [online];
3.強制索引
給該語句加上hint后,強制其使用‘record_entityid’ 這個索引
sql語句變成這樣
引用
select /*+ index(record,record_entityid) */ *
from RECORD
where entityId='24' and entityType='blog';
/*+ index(record,record_entityid) */ 中,index表示強制使用index,record是表名,record_entityid是索引名。其執行計劃跟測試數據庫上一致,都是使用用 'RECORD_ENTITYID' 這個索引,邏輯讀寫同樣為4。
后來經過測試,在不加hint的情況下,對該表和兩個索引執行analyze后,同樣也能使用‘RECORD_ENTITYID’ 這個索引。但是因為該表更新頗為頻繁,不知道要多久就要在analyze一次。
但是 如果同樣的sql如果在之前能夠使用到索引,那么現在是用不到索引,以下幾種主要情況:索引失效的原因主要有如下:
1.隨著表的增長,where條件出來的數據太多,大于15%,使得索引失效(會導致CBO計算走索引花費大于走全表)
2.統計信息失效 需要重新搜集統計信息
3.索引本身失效 需要重建索引
select INDEX_NAME,TABLE_NAME
from user_indexes
where STATUS = 'VALID';
感謝各位的閱讀,以上就是“ORACLE索引知識點有哪些”的內容了,經過本文的學習后,相信大家對ORACLE索引知識點有哪些這一問題有了更深刻的體會,具體使用情況還需要大家實踐驗證。這里是億速云,小編將為大家推送更多相關知識點的文章,歡迎關注!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。